Einleitung

Alle für den Roboter auf dem Feld wichtigen Elemente sind farblich kodiert. Der Rasen ist grün, die Tore gelb und blau, die Bande weiß und der Ball orange. Zusätzlich sind sechs sog. Landmarken vorhanden, die - ebenfalls farblich kodiert - dem Roboter helfen, seine eigene Position auf dem Spielfeld zu bestimmen. Die Kamera, die sich in der “Schnauze” des Roboters befindet, liefert von diesem Geschehen ein Bild mit einer Auflösung von 176 x 144 Pixel, bzw. 208 x 160 bei den neuen Robotern ERS-7, in dem auch im Fernsehbereich üblichen YUV-Farbformat.

Farbsegmentierung mit dem TSL*-Farbraum

Die erste Aufgabe für den Roboter ist es, nun zu erkennen, welcher Pixel welche der für das Spiel typischen Farben hat. Das Bild wird farbsegmentiert. Dazu wird üblicherweise eine Tabelle verwendet, in die für jedes Farbwerttripel vermerkt ist, zu welcher Farbe es gehört. Dieses funktioniert sehr schnell, hat aber den gravierenden Nachteil, dass diese Tabelle manuell erstellt werden muss. Da der YUV-Farbraum sehr empfindlich auf Helligkeitsänderungen reagiert, muss diese Prozedur für jedes Spiel erneut durchgeführt werden, um brauchbare Ergebnisse zu erhalten.

Um die Qualität der Farbsegmentierung zu verbessen und auch den Anpassungsvorgang auf die aktuellen Lichtverhältnisse zu vereinfachen, transformieren wir den Farbraum nun in einen anderen Farbraum TSL*, in dem es möglich ist, die Farben einfacher einzugrenzen.

Der TSL Farbraum gibt dabei den Farbton (Tint, T), die Sättigung (Saturation, S) und die Helligkeit (Luminance, L) der Farbe an. Eine Farbe lässt sich hier gut anhand des Farbtones und der Sättigung unterscheiden. Somit ist die Farbsegmentierung unabhängiger gegenüber der Helligkeit. Da der Farbraum eigentlich aber für die Gesichtserkennung entwickelt wurde, sind bei den Umrechnungsformeln von YUV nach TSL die Blauwerte unterrepräsentiert. Daher wurden einige Parameter der Umrechnungsformeln mit einem evolutionären Algorithmus (1+1 Evolutionsstrategie) so optimiert, dass auch eine gute Erkennung von Blautönen möglich ist

Sensorfusion

in der “Sony-Legged League” spielen vier Roboter in einem Team Roboterfußball. Die Roboter haben dabei die Möglichkeit, über wireless Lan miteinander zu kommunizieren. Damit ist es möglich, dass einer der Roboter nicht nur auf seine eigenen, sondern auch auf die Sensorinformationen der anderen Roboter zugreifen kann, um somit seine eigenen Informationen über seine Umgebung zu verbessern.

Dazu bestimmt zunächst jeder Roboter getrennt die Position des Balls in seinem Kamerabild und rechnet diese dann in eine Ballposition auf dem Spielfeld um. Diese Ballposition wird an die anderen Roboter übermittelt.

Jeder Roboter hat nun vier Ballpositionen zur Verfügung, die er zu einer einzigen Ballposition zusammenfassen muss. Dazu werden die Ballpositionen zunächst als 2D-Wahrscheinlichkeitsverteilungen modelliert. Nun ist es möglich, immer zwei dieser Verteilungen zu einer zusammenzufassen, die dann die Ballposition mit einer höheren Genauigkeit wiedergibt.

Ähnlich wie für die Ballposition ist dies auch für die Gegenspieler auf dem Feld möglich. Da es aber nicht nur einen, sondern vier Gegenspieler auf dem Feld gibt, muss herausgefunden werden, welche Verteilungen zusammengehören könnten. Dazu wurde das K-Mean-Clustering verwendet.